三十年、三个月、今天,这是IBM大中华区董事长、总经理陈旭东与烟台的三次遇见。三十年前,他只是匆匆来过;三个月前,他带着新的使命再次踏足;而在今天,这场第三次相遇,已从偶然走向必然,从见证走向携手。
2024年初,烟台正式官宣2023年GDP破万亿,成为北方首个也是唯一一个跻身“万亿城市俱乐部”的普通地级市。这座因制造业和开放活力闻名的城市,正站上新的发展起点,今年IBM中国企业级AI巅峰论坛也落地于这个“中国北方最强地级市”。
对于IBM而言,这是一次探索“AI+产业”深度融合的新起点,企业AI的应用场景正在逐步展开,创新机遇也正在加速成型。
IBM大中华区董事长、总经理陈旭东
“AI深耕”计划,落户“仙境海岸”烟台
作为一家百年企业,IBM的转型从未停下脚步。四十年前,它见证并推动了中国银行业和大型国有企业从无到有的信息化建设。而今天,IBM的重心已延展至民营企业与外资企业,场景转向数字化、智能化升级以及全球化运营需求。
为了进一步推动人工智能+产业发展的融合,论坛上正式发布了IBM中国“AI深耕”计划,计划涵盖三个维度:一是区域市场,优先选择民营企业聚集、民营经济发达的城市;二是伙伴生态,在这些重点城市中,除了IBM自身的投入,还将强化与本地伙伴的协作和赋能,更好地服务本地客户;三是创新平台,通过深度链接地方政府与行业协会,携手合作伙伴打造多方共赢的创新平台。
烟台是继首站苏州成功落地后的第二站。就在一个月前,IBM携手合作伙伴共建的X-Power IBM赋能创新中心正式启用,期待通过“技术赋能+场景落地”共创解决方案,不仅为苏州工业园区乃至整个苏州市的“人工智能+”战略提供支撑,也为区域产业创新注入新的动力。
选择烟台作为第二站,正是因为黄渤海新区作为烟台实体经济的核心承载区,汇聚了绿色石化、生物医药、高端制造等多个千亿级产业集群,以及一批上市公司和“专精特新”企业。这些产业在数字化转型上的强烈需求,与IBM的技术和服务高度契合,为AI应用提供了丰富的场景和广阔的市场。
陈旭东认为,“AI深耕”计划的核心在于三大要素:城市选择、生态建设、创新平台搭建。由于认知、人才和投入的限制,许多民营企业的数字化转型仍处于零散、单点状态,缺乏系统性和战略性规划,这也正凸显了IBM“AI深耕”计划的价值。
他看到未来五到十年将是民营企业的关键交接期,这一阶段也将成为数字化转型需求集中爆发的窗口期,需要IBM等合作伙伴助力企业快速构建数字化能力,实现高效转型与升级。
IBM亚太区总经理Hans Dekkers同样认为,民营企业正迎来巨大的发展机遇,而IBM希望成为大家的合作伙伴,与企业携手共创、协同创新。他指出,实现真正的人工智能价值,关键在于数据的所有权与横向联通,以及在小步试点、逐步推广中不断积累经验。IBM希望借助自身的实践经验,帮助企业打造“AI优先”型组织,让人工智能真正落地,释放企业潜能。
技术连接与翻译,让AI真正落地
相比最初的高期待,如今民营企业的目标更现实。“企业的IT架构是否健全?数据是否准备充分?如果这些基础没有打牢,AI很难真正落地。”IBM咨询大中华区及韩国总裁陈科典说,现在很多民营企业都在思考如何补齐这些短板,才能追赶企业级AI的发展。
因此,如今民营企业对于新技术更专注于三件事:产品能力、运营能力、服务能力。IBM大中华区首席技术官、技术销售总经理翟峰强调,通过持续的收购与自主研发创新,IBM不断强化在AI与混合云两大战略方向的能力,打造出全栈科技体系,从而更好地支持企业实现AI落地应用与数字智能化转型。
IBM大中华区科技事业部总经理、IBM中国总经理侯淼认为,一方面,IBM可以为企业提供专业咨询;另一方面,合作伙伴能够将IBM产品的价值落地到企业实际场景中。
基于这样的合作理念,汉鑫科技与IBM的结缘仅两个月便开始行动。会上汉鑫科技联合IBM正式发布了AI+资产设备管理解决方案HIMAX,该方案融合IBM Maximo资产管理平台与汉鑫科技Hi-IOT物联网平台,针对设备突发停机、备件管理困难、维修效率低等行业共性痛点,打造覆盖EAM(企业资产管理)、APM(资产性能管理)与AIP(资产投资优化)的全链条、一站式AI解决方案。
汉鑫科技董事长刘文义谈到,IBM中国“AI深耕”计划与汉鑫科技的“智造进阶”战略不谋而合。下一步将会基于IBM的一系列产品体系,针对现在的企业,特别是中小民营企业的AI应用存在着成本高、适配差、落地难的痛点,对产品进行轻量化改造、可视化适配,打造一站式的数字化转型解决方案,让企业能够用得起、用得好AI。
在与民营企业的接触中,刘文义感受到他们关注投入是否有效,需要明确价值。由此,汉鑫科技探索出一条全新的发展路径:首先是“技术连接”,把全球先进能力与本地实际需求对接;之后是“技术翻译”,通过轻量化改造,帮助民营企业低成本的消化复杂技术,真正将AI落地并转化为可持续的业务价值。
工业AI落地,方法论、场景与企业实践
民营企业的重要产业集群之一是制造业,而在制造业中,工业车辆和供应链又扮演着核心角色。
励志在“四堵墙、两扇门”内做到物料搬运世界第一的凯傲集团,业务覆盖了叉车、仓储技术设备等工业车辆,以及提升供应链运转效率的集成自动化技术设备、软件解决方案及相关服务。如今,凯傲集团正面临三大挑战:中国企业出海带来的全球市场竞争压力、传统人工工业叉车转型自动化叉车、物流全自动化分拣在单位时间内如何提升堆高机分拣效率。
在技术革新与自动化浪潮冲击下,凯傲集团亚太区信息技术及数字化业务副总裁张犇一直在思考:如何明确数字化与AI转型方向,拥抱变革,提升自身企业竞争力。
所以在AI应用上,凯傲集团采取“双向策略”:对外以客户为中心,通过全球外部合作探索新一代数字孪生和AI驱动的实时模拟场景,实现从仿真(Simulation)、评估(Evaluation)、增强(Augmentation)到优化(Optimization)的全链条应用;另一方面在内部,通过数据和流程优化增强企业自身竞争力。
对外举措:聚焦工业化叉车的水平与垂直作业轴,以及从生产线到大型分销和仓储的多样化场景,凯傲集团在客户需求与产品设备之间寻找最佳效率匹配,借助数字孪生技术,全面模拟现实生产和仓储运营,提升实施效率,缩短项目周期。
对内举措:将AI应用划分为四大象限。第一,标准化服务与效率提升,通过数字员工和AI赋能流程提高生产力;第二,盘活已有的数据资产,推动业务价值变现;第三,利用AI进行数字挖掘和预警,如产品生命周期预警、供应链风险监控等,增强供应链的韧性;第四,聚焦全供应链优化,提升供应链的应变能力与实战水平。
在张犇的眼中,AI不只是生成式AI,从机器学习到深度学习,再到生成式AI乃至更前沿的技术,其实都是一个“取优”的过程。他认为,AI的应用面临两大挑战:一是如何算清投资回报率,在财务报表上体现AI对销售额和息税折旧摊销前利润(EBITDA)的直接正向影响;二是在制造业和汽车行业,尚缺乏完全成熟、可直接落地并立即创造企业价值的产品,这要求企业在应用过程中容忍试错,并投入充足的时间与耐心。
IBM有三种能力未来都是凯傲集团所需的,首先,AI应用和变革管理需要方法论和体系的支撑,这也是IBM咨询多年成功的根基。其次,IBM作为技术领先者,凯傲集团作为应用场景深度理解者,双方在技术与场景的深度结合中寻找契合点,既尽量减少试错,又避免走弯路。最后,AI技术仍在不断发展,没有人能预测,因此在AI的长期耕耘和可持续发展方面,IBM有着持久性和长期规划能力。
IBM咨询为汽车企业提供“陪伴式”端到端服务,从战略规划、落地实施到运营管理全流程赋能。IBM咨询大中华区副总裁杨继刚指出,在推动AI落地的过程中,IBM结合咨询方法与科技能力,帮助企业识别机会、规划蓝图、落地场景,同时优化投资和资源配置,使企业在有限资金和复杂环境下,实现价值的最大化。
IBM咨询中国区汽车行业总经理唐俊提到,IBM在长期服务客户的过程中,形成了国际认可的标准和方法论,如CDM(Component Based Enterprise)模型,能够将复杂问题拆解为可执行单元,并帮助企业分阶段实现数字化转型目标。
写在最后
IBM将自身视为“零号客户”,在实践中积累了丰富经验和教训。其中最核心的体会是,AI的真正价值在于与产业深度结合。所以不仅要在自身业务中应用,更要理解不同行业的实际场景,通过协助各行业龙头企业落地AI,真正将技术转化为产业价值。
而这一举措,不仅为民营企业提供了切实可行的路径,也为IBM自身开辟了新的成长空间,通过技术应用与产业需求相辅相成,形成共赢的发展格局。
好文章,需要你的鼓励
Coursera在2025年连接大会上宣布多项AI功能更新。10月将推出角色扮演功能,通过AI人物帮助学生练习面试技巧并获得实时反馈。新增AI评分系统可即时批改代码、论文和视频作业。同时引入完整性检查和监考系统,通过锁定浏览器和真实性验证打击作弊行为,据称可减少95%的不当行为。此外,AI课程构建器将扩展至所有合作伙伴,帮助教育者快速设计课程。
腾讯ARC实验室推出AudioStory系统,首次实现AI根据复杂指令创作完整长篇音频故事。该系统结合大语言模型的叙事推理能力与音频生成技术,通过交错式推理生成、解耦桥接机制和渐进式训练,能够将复杂指令分解为连续音频场景并保持整体连贯性。在AudioStory-10K基准测试中表现优异,为AI音频创作开辟新方向。
英国政府研究显示,神经多样性员工从AI聊天机器人中获得的收益远超普通同事。在Microsoft 365 Copilot试点中,神经多样性员工满意度达90%置信水平,推荐度达95%置信水平,均显著高于其他用户。患有ADHD和阅读障碍的员工表示AI工具为他们提供了前所未有的工作支持,特别是在报告撰写方面。研究表明,AI工具正在填补传统无障碍技术未能解决的职场差距,为残障人士提供了隐形的工作辅助。
Meta与特拉维夫大学联合研发的VideoJAM技术,通过让AI同时学习外观和运动信息,显著解决了当前视频生成模型中动作不连贯、违反物理定律的核心问题。该技术仅需添加两个线性层就能大幅提升运动质量,在多项测试中超越包括Sora在内的商业模型,为AI视频生成的实用化应用奠定了重要基础。